Kanana Nano 2.1B Instruct 是一个由 Kakao 开发的 21 亿参数指令微调语言模型，支持英语和韩语文本生成任务。

Kanana是由Kakao开发的双语(韩语/英语)语言模型系列，在韩语任务上表现卓越，在英语任务上具备竞争力，相比同规模模型显著降低计算成本。

这是一个基于SAMSum数据集微调的T5文本摘要模型，适用于对话和会话的摘要任务。

这是基于facebook/wav2vec2-base微调的音频处理模型，主要用于语音相关任务

ModernBertMultilingual是一个从零开始训练的多语言模型，支持中文、英文、日文和韩文，在混合东亚语言文本任务中表现优异。

基于Keras 3.x训练的恶意SQL检测模型，能识别多种SQL注入攻击向量

该模型是基于microsoft/speecht5_tts微调的语音合成(TTS)模型，主要用于文本到语音转换任务。

该模型是基于未知数据集进行微调的版本，具体任务和架构信息不详。

这是一个基于multi_news数据集训练的文本摘要模型，能够从多文档输入中生成简洁的摘要。

基于Keras Dreambooth微调的文本生成图像模型，可生成孟加拉陶土艺术风格的各类物品图像

该模型是基于bert-base-uncased在未指定数据集上微调的版本，适用于自然语言处理任务。

基于xlm-roberta-base微调的填充掩码模型，用于预测被遮蔽的文本片段

基于google/vit-base-patch16-224微调的视觉Transformer模型，适用于图像分类任务

该模型是基于google/vit-base-patch16-224-in21k在未知数据集上微调的视觉Transformer模型，主要用于图像分类任务。

该模型是基于Google的ViT模型在未知数据集上微调的版本，主要用于图像分类任务。

该模型是在uob_singlish数据集上对malay-huggingface/wav2vec2-xls-r-300m-mixed进行微调的版本，主要用于新加坡英语语音识别。

这是一个基于 LibriSpeech 数据集训练的自动语音识别(ASR)模型，能够将英语语音转换为文本。

该模型是基于distilbert-base-cased在SQuAD数据集上微调的问答模型，专为Keras.io的问答教程训练。

ResNet50 v1.5 是原始 ResNet50 v1 模型的改进版本，通过调整卷积步幅提升了约 0.5% 的 top1 准确率。

基于facebook/wav2vec2-base微调的语音识别模型，词错误率(WER)为1.0

基于LibriSpeech数据集微调的wav2vec2-large-lv60语音识别模型，支持英语语音转文本任务

基于wav2vec2-base和bart-base在LibriSpeech ASR clean数据集上微调的语音识别模型

这是一个基于ELECTRA架构的大规模判别器模型，专门针对问答任务在SQuAD2.0数据集上进行了微调，能够处理有答案和无答案的问答场景。